MODELAGEM FUZZY PARA AUXILIAR NA AVALIAÇÃO DO DESEMPENHO ESCOLAR
DOI:
https://doi.org/10.56238/arev8n2-082Palavras-chave:
Métricas Educacionais, Tomada de Decisão, Indicadores de AprendizagemResumo
A avaliação escolar continua sendo um dos grandes desafios para aferir o desempenho de estudantes. Entre os tipos de avaliação destacam-se as avaliações objetivas, de caráter quantitativo, e as avaliações subjetivas, consideradas qualitativas. Um dos desafios da educação é mensurar esses dois critérios, atribuindo ao aluno uma avaliação substancial. Diante desse cenário, no presente trabalho é apresentado um modelo fuzzy capaz de integrar dados objetivos e subjetivos na aferição do desempenho escolar. O modelo proposto incorpora três critérios, Frequência, Nota e Participação, combinados em um conjunto de 27 regras e aplicado por meio de um sistema de inferência Takagi-Sugeno. A eficiência do modelo é comprovada por meio de testes, cujos resultados apontam consistência entre as variáveis avaliativas utilizadas na modelagem. Além de constituir uma importante ferramenta para auxiliar o professor em suas decisões avaliativas, o modelo permite ajustes em seus parâmetros e variáveis, podendo ser adaptado a novos contextos educacionais.
Downloads
Referências
BASSANEZI, Rodney Carlos. Modelagem Matemática: teoria e prática. São Paulo: Contexto, 2015. 240 p. ISBN 978‑85‑7244‑893‑2.
CAMARGOS, Fernando Laudares. Lógica Nebulosa: uma abordagem filosófica e aplicada. Florianópolis: UFSC, 2002.
CASTILLO, O., VALDEZ, F., MELIN, P., DING, W. Uma pesquisa sobre sistemas de lógica fuzzy tipo-3 e suas aplicações de controle. IEEE/CAA Journal of Automatica Sinica, 11 (8), 1744-1756, 2024.
CONNER, Jerusha et al. How teachers’ student voice practices affect student engagement and achievement: exploring choice, receptivity, and responsiveness to student voice as moderators. Journal of educational change, v. 26, n. 1, p. 89-118, 2025.
FERNANDES, Domingos. Avaliações externas e aprendizagens dos alunos: uma reflexão crítica. Linhas Críticas, v. 25, 2019.
FRANZ, L. A. dos S.; SILVA, M. A. G.; BEMVENUTI, R. H. Aplicação da Lógica Fuzzy na Segurança e Saúde do Trabalho. Revista Latino Americana de Inovação e Engenharia de Produção, Curitiba, v. 10, n. 17, p. 97–112, jul. 2022.
JuzzyOnline – Fuzzy Logic Toolbox. Disponível em: https://juzzyonline.com. Acesso em: 03 fev. 2026.
PEDRYCZ, Witold; GOMIDE, Fernando. Uma introdução aos conjuntos fuzzy: análise e projeto. MIT Press, 1998.
KEARNEY, Christopher A.; BENOIT, Laelia; GONZÁLVEZ, Carolina; KEPPENS, Gil Antoine. School attendance and school absenteeism: A primer for the past, present, and theory of change for the future. Frontiers in Education, Lausanne, v. 7, p. 1044608, nov. 2022.
MAMDANI, Ebrahim H.; ASSILIAN, Sedrak. An experiment in linguistic synthesis with a fuzzy logic controller. International journal of man-machine studies, v. 7, n. 1, p. 1-13, 1975.
MURPHY, Dillon H.; LITTLE, Jeri L.; BJORK, Elizabeth L. O valor do uso de testes na educação como ferramentas para a aprendizagem — e não apenas para a avaliação. Educational Psychology Review, v. 35, n. 3, p. 89, 2023.
ROSS, Timothy J. Fuzzy Logic with Engineering Applications. Chichester: Wiley, 2016.
SAATCHI, Reza. Fuzzy logic concepts, developments and implementation. Information, v. 15, n. 10, 2024.
SÄLZER, Christine; RICKING, Heinrich; FELDHAUS, Michael. Abordando o absenteísmo escolar por meio do monitoramento: uma revisão de políticas e práticas educacionais baseadas em evidências. Education Sciences, v. 14, n. 12, p. 1365, 2024.
KANG, Geun-Taek; SUGENO, Michio. Fuzzy modelling. Transactions of the Society of Instrument and Control Engineers, v. 23, n. 6, p. 650-652, 1987.
ZADEH, L. A. Fuzzy Sets. Information and Control, Londres, v. 8, n. 3, p. 338–353, 1965.
